电源技术网|技术阅读
登录|注册

您现在的位置是:电源技术网 > 技术阅读 > 解决风场选址难题,深度学习模型协助预测24小时发电量

解决风场选址难题,深度学习模型协助预测24小时发电量

 提示:点击上方"TrendForce集邦"可快速关注我们


风场选址是个复杂的问题,如果在错误的地方开发风场,最后可能会因为发电效益不高而亏损,现在美国宾夕法尼亚州立大学研发出全新的深度学习模型,声称能找到最佳设置地点,并进行 24 小时的发电量预测。


风力发电历史悠久,早在 19 世纪末就有科学家想利用风来产生电力,近年来风能装置量也不断攀升,而风场建置考量要点繁多,需要丰沛的风、足够的资金、选址、土地取得等都是挑战。


由于风遇到障碍物会消耗能量,进而降低发电量,宾夕法尼亚州立大学地理、气象与大气科学教授 Guido Cervone 表示,通常人们都会选择在地形平坦,风速不强又不弱、但稳定的地方开发风力发电场。


因此团队也从这一方向着手,宾夕法尼亚州立大学团队将深度学习技术加入发电模型(energy-generation models)中,其中深度学习技术为美国国家大气研究中心开发的 Analog Ensemble(ANEN)算法,它是藉由过去至少一年的预测与实际发电量等历史纪录来预测未来,提供风电产业与气象风能机率。


虽然 ANEN 不能简单明了地说等下会不会有风,但它能生成机率曲线(probability curve),告诉电力公司与电厂风险并协助做出决定,团队认为,如果模型可以预测风量,那么也可以预测发电量,而新的模型相当有效,可以在「历史纪录」中寻找类似的情况,并预测风速和风时。


这对电力公司以及开发商来说相当重要,风力发电是种间歇性能源,并不是每天都有风,风速也不会天天都一样,有效预估发电量,电网才能知道何时提高或降低其他机组的发电量,以供电电网平衡与稳定性;厂商在开发风场之前得评估收益,并网后也会想知道当天、下周等能卖多少。


团队认为,目前还不需要采用真正的深度神经网络模型,深度学习工具已经能强化开发、训练与调整等过程。而宾夕法尼亚州立大学新开发的深度模型也在实际测试中,正在西班牙特内里费岛风场进行实验,团队初步认为新模型比更为有效,除了能找到风电场最佳位置,还能进行 24 小时风力预测。


Source:科技新报

关于集邦咨询(TrendForce)

集邦咨询(TrendForce)是一家横跨存储、集成电路与半导体、光电显示、LED、新能源、智能终端、5G与通讯网络、汽车电子和人工智能等领域的全球高科技产业研究机构。公司在行业研究、政府产业发展规划、项目评估与可行性分析、企业咨询与战略规划、媒体营销等方面积累了多年的丰富经验,是政企客户在高科技领域进行产业分析、规划评估、顾问咨询、品牌宣传的最佳合作伙伴。


商务合作咨询请致电:0755-82838931-2101

加入集邦产业交流群,请加微信:trendforce2000



图片声明:封面图片来自拍信。


要闻回顾:

 

 

 

 

 


欢迎关注

 集邦咨询(TrendForce)旗下研究中心